[发明专利]可见光图像与红外图像特征点集确定、配准方法及装置

说明书

本发明公开了一种可见光图像与红外图像特征点集确定、配准方法及装置，属于监测技术领域。所述方法包括：获取可见光图像和红外图像，并识别所述可见光图像中的各特征点，得到第一特征点集，识别所述红外图像中的各特征点，得到第二特征点集；根据可见光相机与红外相机的图像变换矩阵，确定所述第一特征点集及第二特征点集中相互匹配的特征点对；根据所述相互匹配的特征点对，形成可见光图像特征点集和红外图像特征点集。本发明实施例提供的可见光图像与红外图像特征点集确定方法，利用可见光相机与红外相机的图像变换矩阵确定互相匹配的特征点对，配对时，无需对各特征点逐一进行匹配计算，计算量小、计算速度快、配准效率高。

技术领域

本发明涉及一种可见光图像与红外图像特征点集确定、配准方法及装置，属于监测技术领域。

背景技术

目前目标识别技术多采用可见光相机。可见光图像包含丰富的光谱信息，具有纹理、阴影等特征，也导致其运算复杂，无法对人体、动物等进行简单有效的快速识别；而红外相机可快速捕获环境中具有较高温度的人、动物，但一般分辨率较低、细节缺失，信息有限。此外红外相机对阳光十分敏感，目标信息容易被淹没，这将大大限制其使用。

目前，在目标检测及目标识别领域，通常需要同时利用可见光相机和红外相机同时获取同一目标的图像信息，以利用两种不同的图像提高目标检测率及识别率。

由于成像机制及相机位置、参数的差异，同一场景的可见光图像与红外图像并非正好匹配，因此需要对两幅图像进行配准，常利用SURF算法提取特征点并进行匹配以计算变换矩阵，该方法需要先识别出特征点，然后根据各特征点之间的向量距离确定匹配关系并进行变换矩阵计算，该方法需要进行繁复的特征点对匹配计算及配准变换矩阵计算，导致计算速度慢、配准效率低。

发明内容

本发明的目的是为了提供一种可见光图像与红外图像特征点集确定、配准方法及装置，利用可见光相机与红外相机的图像变换矩阵确定互相匹配的特征点对，配对时，无需对各特征点逐一进行匹配计算，计算量小、计算速度快、配准效率高。

本发明的目的是通过以下技术方案实现的：

一种可见光图像与红外图像特征点集确定方法，包括：

获取可见光图像和红外图像，并识别所述可见光图像中的各特征点，得到第一特征点集，识别所述红外图像中的各特征点，得到第二特征点集；

根据可见光相机与红外相机的图像变换矩阵，确定所述第一特征点集及第二特征点集中相互匹配的特征点对；

根据所述相互匹配的特征点对，形成可见光图像特征点集和红外图像特征点集。

在一可选实施例中，还包括：

根据可见光标定图像及红外标定图像，确定可见光相机与红外相机的图像变换矩阵。

在一可选实施例中，所述识别所述可见光图像中的各特征点，得到第一特征点集，识别所述红外图像中的各特征点，得到第二特征点集包括：

根据可见光标定图像及红外标定图像，确定可见光相机内参与红外相机内参；

根据确定的所述内参，对获取的可见光图像和红外图像进行校正；

识别校正后的所述可见光图像中的各特征点，得到第一特征点集，识别校正后的所述红外图像中的各特征点，得到第二特征点集。

一种可见光图像与红外图像配准方法，包括：

获取可见光图像和红外图像，并识别所述可见光图像中的各特征点，得到第一特征点集，识别所述红外图像中的各特征点，得到第二特征点集；

根据可见光相机与红外相机的图像变换矩阵，确定所述第一特征点集及第二特征点集中相互匹配的特征点对；